Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1598-5504(Print)
ISSN : 2383-8272(Online)
Journal of Agriculture & Life Science Vol.52 No.4 pp.63-72
DOI : https://doi.org/10.14397/jals.2018.52.4.63

Development of Prediction Technique of Landslide Using Forest Environmental Factors

Sung-Jae Lee1*, Ho-Seop Ma2
1Seoul National University Forest, Seoul, 08826, Korea
2Department of Forest Environmental Resources, Gyeongsang Nat'l Univ.(Insti. of Agri. Llife Science), Jinju, 52828, Korea
Corresponding author: Sung-Jae Lee Tel: +82-61-762-2808 Fax:+82-61-762-2474 E-mail: lsj83@snu.ac.kr
March 23, 2018 May 9, 2018 June 19, 2018

Abstract


This study was carried out to analyze the impacts of each factors by using the quantification theory(I) for the prediction of Landslide hazard areas. The results obtained from this study are summarized as follows. According to the range by the stepwise regression analysis, it was shown in order of soil depth(0.3350) was the highest. forest type(0.1741), altitude(0.1416), position(0.1266) vertical slope(0.1236), parent rock(0.1146), slope gradient(0.1133), aspect(0.1084). The extent of the normalized score by category of 8 factors was 0 to 1.2372, and the middle score was 0.6186. The prediction criteria on Landslide occurrence based on the normalized score divided into 4 grade. It was over 0.9280 for class I, class Ⅱ was 0.6187 to 0.9279, class Ⅲ 0.3094 to 0.6186 and class Ⅳ was below 0.3093. The prediction on Landslide occurrence appeared relatively high accuracy rate as 97.4% for class I, II and III. Therefore, this prediction criteria for Landslide will be very useful for judgement of dangerous slope.



산림환경인자를 이용한 산사태위험성 예측기법의 개발

이 성재1*, 마 호섭2
1서울대학교 농업생명과학대학 학술림
2경상대학교 환경산림과학부(농업생명과학연구원)

초록


본 연구는 최근 국내에서 발생한 산사태를 중심으로 수량화이론을 이용하여 산림환경인자가 발생면적 에 미치는 영향 분석을 통해 예방적인 측면에서 산사태 발생 위험성에 대한 예측기준을 작성하였다. 산 사태 재해로 발생면적에 영향을 미치는 각 인자의 기여도는 토심(0.3350)로서 가장 높았으며, 다음으로 임상(0.1741), 표고(0.1416), 사면위치(0.1266), 종단사면(0.1236), 모암(0.1146), 경사(0.1133), 방위 (0.1084)으로 높게 나타났다. 산사태 발생 위험 기여도가 높은 8개 인자의 category별 상대점수 범위는 0점에서 1.2372점 사이에 분포하고 있었고 중앙값은 0.6186점이었다. 이 점수를 기준으로 산사태 발생 위험성을 4개 등급으로 구분한 예측 판정표를 작성하였다. Ⅰ등급의 점수는 0.9280 이상, Ⅱ등급은 0.6187∼0.9279, Ⅲ등급은 0.3094∼0.6186, IV등급은 0.3093 이하로 나타나 Ⅰ등급, Ⅱ등급, Ⅲ등급에 서 산사태 발생 비율이 97.4%로서 비교적 높은 적중률을 보였다. 따라서 본 판정표는 산사태발생 위험 도 판정에 유용하게 활용할 수 있을 것으로 판단된다.



    Korea Forest Service
    S211213L020110

    서론

    최근 수년간 우리나라는 기후변화와 이상강우로 인하여 매년 산사태 등으로 인명피해와 재산피해가 심각하게 발생하고 있다. 산사태로 인한 피해가 심 각한 이유는 산지의 집중호우로 인해 돌발적으로 발생하는 경우가 많고, 1차 붕괴가 시작되면 빠른 속도로 토석류로 발전하여 이동하는 특징을 가지고 있어 산사태 및 토석류의 운동을 예측하고 대응하 기 매우 어렵기 때문이다. 이러한 피해를 저감하기 위해 2004년 국립산림과학원에서는 산사태 위험지 도 판정표를 이용한 산사태 위험지도(산사태위험발 생등급도)를 작성하였으며, 2013년 산사태정보시스 템의 산사태 위험지도 판정법을 개선하여 산사태 위험등급을 확인할 수 있도록 웹사이트를 통해 제 공하고 있다(Ma, 1990; 1992; 2001; Ma & Jeong, 2007; 2010; Lee, 2014; Choo et al., 2014).

    이러한 산사태로 인한 인적․물적 피해를 최소화하기 위하여 연구가 산사태의 확률론적 예측 방법으로 로 지스틱 회귀분석을 이용한 연구가 있고(Kim et al., 2000; Chae et al., 2004a; Chae et al., 2004b; Cho et al., 2007, Ma et al., 2014), 산사태의 수 량화이론을 이용한 예측방법으로는 경상북도 산사태 의 발생특성 위험예측(Jung, 2010), 국립공원지역의 산사태 발생위험지역 예측기법 개발연구(Ma et al., 2008)등이 있다. 또한 지리정보시스템을 활용하여 산사태 위험지역 예측분석(Lee & Min, 2000; Lee, 2001), 지리정보시스템을 이용한 산사태 위험지 판 정에 관한 연구(Choo et al., 2014), 공간정보 기반 산사태 발생지역 예측비율 평가(Lee et al., 2014), 산사태 발생예측을 위한 지형분류기법의 비표평가 (Lee et al., 2015), 산사태 분포예측을 위한 로지 스틱, 베이지안, Maxent의 비교(Al et al., 2017) 와 같은 연구가 있다. 그러나 산사태 발생에 대한 사전 예측이나 원인규명에 대한 연구가 미흡한 상 태로 아직 외국에 비해 발생원인 및 현장자료가 부 족한 실정이다. 특히 산사태는 강우 인자가 주요 원인이지만 많은 비가 오더라도 무너지는 곳과 무 너지지 않는 곳이 있다. 즉 지형 및 지질 그리고 임상 인자에 의해 산사태가 발생하게 되는 것이다. 또한 산사태가 발생하면 토사가 계곡의 바닥과 양쪽 의 토석, 임목 등의 함께 쓸어가기 때문에 피해가 더욱 커지므로 산사태의 정확한 발생예측 및 산림환 경인자와의 특성을 파악하는 장기적인 연구도 필요 하다(Ma & Jeong, 2010; Lee, 2014; Ma et al., 2014). 따라서 본 연구에서 산사태 발생지 산림환 경인자를 이용한 산사태 위험도 판정표를 작성하여 산사태 위험지 판정방법을 제시하여 산사태 발생으 로 인한 인명 및 재산피해를 최소화 할 수 있는 학 술적 정보를 제공하고자 한다.

    재료 및 방법

    1 조사방법

    최근 국내에서 태풍과 집중호우 등으로 인하여 산 사태가 많이 발생한 지역 강원도(386개소), 충청북 도(23개소), 경상북도(40개소), 서울특별시(25개소), 전라북도(182개소), 전라남도(22개소), 경상남도(37개 소), 부산광역시(22개소) 총 737개소 산사태 발생지 를 대상으로 발생면적(㎡)에 영향을 미치는 산림환 경 조사인자의 선정을 위하여 기존의 연구 자료를 참 고하여 산사태발생규모인 산사태 발생지 면적(㎡)과 9개의 산림환경인자를 선정하고 조사하였다(Choi, 1986; Ma, 1994; Ma & Jeong, 2010).

    1.1 산사태 발생지 면적

    산사태 발생면적(㎡): 산사태 발생원부터 유하 및 퇴 적구간까지의 발생 면적을 측정 함(산사태 길이×폭).

    1.2 산사태 발생지 산림환경인자

    • 사면경사(˚): 산사태 발생원 지점의 평균경사 를 Clinometer를 이용하여 측정함.

    • 사면방위: 산사태 발생원 지점의 방위를 지형 도 및 Compass를 이용하여 N, E, S, W로 구 분함.

    • 사면형태: 산사태 발생원 지점의 종단·횡단사 면을 볼록(凸), 오목(凹), 직선(□), 복합(凹 凸) 구분함.

    • 해발고(m): 산사태 발생원 지점을 지형도상에 서 고도를 계측함.

    • 사면위치: 산사태 발생원 지점의 위치를 산정, 산복, 산록으로 구분함.

    • 하천차수: 산사태 발생원 지점의 위치를 1/25.000 지형도상에서 Horton-Strahler(1952)의 방식 에 의해 구분함.

    • 임상: 산사태 발생원 지점의 임상도 및 현지조 사를 통해 침엽수림, 활엽수림, 혼효림으로 구 분함.

    • 모암: 지질도와 현지조사를 통하여 산사태 발 생원부터 발생구간까지 모암을 퇴적암, 화성 암, 변성암으로 구분함.

    • 토심: 산사태 발생원부터 유하 및 퇴적구간까 지 상부, 중부, 하부 3지점에서 토심을 측정하 여 평균함.

    2 분석방법

    산사태 발생지점을 대상으로 발생면적(㎡)에 영향 을 미치는 산림환경 인자를 조사하고, 산사태 발생 위험지역을 예측하기 위해 각 인자를 Table 1과 같 은 카테고리로 구분하였다(Choi, 1986; Ma, 1994; Ma et al., 2014). 산사태발생지내 산사태 발생면적 에는 많은 인자가 상호 복합적으로 영향을 미치고 있으므로, 이들 산림환경인자가 어느 정도의 영향을 미치고 있는가를 추정하기 위하여, 종속변수(Y: 발 생면적㎡)가 p- 1개의 독립변수(Xn: 산림환경인자) 에 의하여 변화함을 가정하여, 다음의 식 (1)에 의하 여 단계별 회귀분석(stepwise regression analysis) 을 실시하였다.

    Y = B o + B 1 X 1 + B 2 X 2 + + B p 1 X p 1
    식 (1)

    또한, 단계별 회귀분석에서 추정된 카테고리 내의 인자들을 중심으로 산사태 발생 위험지역을 예측하 기 위해 산사태 발생면적과 내적기준인 산림환경인 자와의 관계를 수량화이론(quantification theory) 을 이용하여 각 인자의 category별 반응표를 작성하 고, 이들 반응표에서 category와 category간의 상 호관계를 수량화이론에 따라 다음의 식 (2)에 의하 여 cross표를 작성하게 된다.

    T l m N l m + j = 1 M 1 k = 1 r i 2 t j k f l m ( j k ) = i = l n y i δ z i ( l m )
    식 (2)

    2.1 Score 계산

    Score계산은 cross표에서 유도되었으며, cross표 는 n차 정방행열로서 AX= Po라는 행열식이 되어, 실제 계산은 역행열 .X = A-1PO에서 그 해를 얻고 각 category에 따라 계산된 수치를 score로 하게 된다.

    2.2 Range 계산

    각종 인자가 산사태 발생면적(㎡)발생에 미치는 효 과를 추정하는 하나의 지표로서 range를 사용하였으 며, 이는 각 인자의 category별 상대점수(Normalized score)의 최대치와 최소치의 변동폭으로, 다음의 식 (3) 에 의하여 계산하였다.

    R ( k ) = max ( xk ) min ( xk )
    식 (3)

    여기서,

    max(xk): k번째 인자의 category에 기여한 상대점수 (Normalized score)의 최대치

    min(xk): k번째 인자의 category에 기여한 상대점수 (Normalized score)의 최소치

    이상과 같은 과정을 거쳐 상대점수를 기준으로 하 여 산사태 발생 위험지역을 예측하고, 예측점수를 산사태 발생지점에 직접 대입하여 적절성을 평가하 였다.

    결과 및 고찰

    1 산사태발생에 대한 각 인자의 영향

    산사태로 인한 산사태 발생면적(㎡)에 미치는 영 향을 분석하기 위하여 각 인자에 대한 단계별 회귀 분석을 실시한 결과는 Table 2와 같다. Table 2에 서 보면 산사태 발생지의 발생면적에 영향을 미치는 요인 중 처음 도입된 변수는 토심 46cm이상이며, 다음으로 임상(침엽수림), 종단사면(복합), 방위(북), 고도(1,201m<), 모암(퇴적암), 경사(20∼30°), 사면 위치(산록)순으로 모두 8개의 인자가 도입되었다.

    각종 산림환경인자에 의한 산사태 발생지 발생면 적(㎡)에 대한 추정식 Y(산사태 발생면적)= 558.460+ 5650.586(토심 46cm<)+926.780(임상 침엽수림)+ 554.445(종단사면 복합)+495.584(방위 북)+792.699 (고도 1,201m<)-776.068(모암 퇴적암)+528.587(경 사 20∼30°)-552.416(사면위치 산록)로 도출되었다. 추정된 회귀모형식의 적합도에 대한 F 통계량은 15.995 (유의확률 0.000)로 매우 유의하고 R²값은 0.387 으로 나타났다. 특히 토심, 임상 및 종단사면 등이 산사태발생에 많은 영향을 미치며, 오히려 모암(퇴 적암)은 산사태의 진행을 막아주는 역할을 하고 있 는 것으로 나타났다. Kang et al.(1986)은 수량화이 론(II)에 의하여 산사태 발생에 기여도가 높은 요인 은 식생, 종단사면형, 사면위치, 경사, 방위, 하천차 수 순으로 보고하였다. Choi(1986)는 수량화(I)이론 에 의한 산사태면적에 영향을 주는 인자는 횡단면 형, 경사길이, 모암, 사면위치, 경사도, 석력함량, 임분경급, 지형, 산사태 깊이, 임상, 횡단면형 순으 로 높게 나타났다고 하였다. Ma et al.(2008)은 수 량화이론(I)을 이용하여 국립공원지역의 산사태 발생 위험 지역 은 경사, 방위, 표고, 임상, 토심 등 5가 지 인자가 크게 기여하는 것으로 보고하였다. Ma et al.(2014)은 수량화이론(I)을 이용하여 전라북도 지역의 산사태 발생과 관련이 잇는 것은 모암, 횡단 사면, 임상, 산사태유형, 경사 5가지 인자 기여한다 고 보고하였다. Bae et al.(2009)은 경상북도 지역 에서 발생한 산사태에 영향을 많이 주는 요인은 경 사위치, 경사길이, 모암, 방위 임분 경급, 종단면형, 경사도 순으로 보고하였다. 이러한 결과를 종합적으 로 고려 해볼 때 산사태는 지형적, 토질적 및 임상 적 특성 등에 따라 복잡하고 다양하게 영향을 미치 고 있음을 알 수 있다.

    2 산사태 발생에 대한 주요 인자의 상대점수 분석

    산사태로 인한 발생면적에 미치는 영향 분석에서 도출된 8개 인자를 중심으로 산사태발생에 영향을 미치는 각 인자의 category별 상대점수를 분석한 결 과는 Table 3과 같다. Table 3에서 보면 상대점수 (Normalized score)의 범주별 점수 값들 중 부(-) 의 값을 나타내는 범주는 비교적 안정 측에 작용하 는 요인이며, 반대로 정(+)의 값을 가지는 범주는 위험 측에 작용하여 산사태로 인한 발생면적에 기여 를 많이 하는 것을 의미하며, 그 크기는 수치의 대 소로 나타낸다.

    산사태 발생위험도에 영향을 미치는 정도와 방향 을 파악하기 위하여 각 인자의 category별 상대점수 를 분석한 결과, 토심(46cm<)이 산사태 발생위험도 에 가장 크게 영향을 미치며 토심(<15cm)이 안정측 에 속하는 것으로 나타났다. 임상(침엽수림), 종단사 면(복합), 방위(북), 표고(1,201m<), 모암(변성암), 경사(21∼30˚), 사면위치(산정)이 불안정측에 기여하 는 것으로 분석되었다. 이는 토심은 토양 깊이가 깊 을수록 임상은 침엽수림이 산사태 발생 위험도에 크 게 기여하는 것으로 분석되었다.

    Range는 산사태에 발생에 따른 발생면적에 대한 각 인자의 category별 상대점수의 변동폭을 나타내 는 척도로서 각 인자의 category별 상대점수의 최대 치와 최소치의 상대점수차로 나타낸다. 각 인자의 Range를 산정한 결과, 토심(0.3350)로서 가장 높았 으며, 다음으로 임상(0.1741), 표고(0.1416), 사면위 치(0.1266), 종단사면(0.1236), 모암(0.1146), 경사 (0.1133), 방위(0.1084)순으로 나타났다.

    3 산사태 발생 위험지역 예측 및 평가

    상대점수(Normalized score)는 정(+) 및 부(-)의 값으로 되어 있기 때문에 이용에 불편한 점이 있다. 이를 개선하기 위하여 각 Category별 점수 중에서 최소값을 0점으로 하고, 최소값의 절대치를 증가하 여 정의 값으로 변화시켜 산사태 발생 위험도 예측 스코어 표를 제시하면 Table 4와 같다. Table 4에 서 8개 인자의 category별 점수를 보면 토심이 0점 에서 0.3350 범위에 있으며, 임상이 0점에서 0.1741 범위, 종단사면은 0점에서 0.1236 범위, 사면방위는 0점에서 0.1084 범위, 고도는 0점에서 0.1416 범위, 모암은 0점에서 0.1146범위, 경사는 0점에서 0.1133 범위, 사면위치는 0점에서 0.1266범위로 계산되었다.

    산사태 발생 위험지역의 예측은 Table 4에 제시 된 산사태 발생 상대점수를 기준으로 산사태예측 판 정표를 작성하게 된다. Table 4에서 보면 토심, 임 상, 종단사면, 사면방위, 고도, 모암, 경사 그리고 사면위치에 점수를 각 조사지역에 적용하여 나타난 예측점수의 범위는 0점에서 1.2372점 사이에 분포 하고 있었고 중앙값은 0.6186점이었다. 산사태 위 험 등급의 구분은 8개 인자의 category별 점수를 합산하여 나타날 수 있는 최고점과 최저점을 이용 하여 25%의 범위로 나누어 4개 등급으로 구분하였 으며, 이 4개 등급의 기준 값들을 중심으로 산사태 위험도 예측기준을 Table 5와 같이 작성하였다. 산 사태 위험도 예측기준 판정표에서 Ⅰ등급의 점수는 0.9280 이상, Ⅱ등급은 0.6187∼0.9279, Ⅲ등급은 0.3094∼0.6186, IV등급은 0.3093 이하로 나타났다.

    또한, Table 5의 판정표를 이용하여 산사태 발 생지역에 실제 대입하여[대입 예 Y= 0.3350(토심 46cm이상)+0.1741(임상 침엽수림)+0.1236(종단사면 복합)+0.1084(사면방위 북)+0.0604(고도 401∼800m) +0.0666 (모암 화강암)+0.0143(경사 31∼40˚)+0.1266 (사면위치 산정)=1.009점(산사태 위험도 등급 Ⅰ)] 평 가를 한 결과 산사태위험 등급별 발생개소는 Table 6 과 같다. Table 6에서 보면 I등급은 113개소로 전체 의 15.3%, II등급은 327개소로 44.4%, III등급은 273개소 37.7%, IV등급 19개소 2.6%로 나타났다. I, II, III등급에서 산사태는 718개소가 발생되어 예 측 비율이 97.4%로서 매우 높게 분포하고 있으므로 산사태 위험성의 정도를 판별하는데 유용하게 사용 할 수 있을 것으로 생각된다.

    앞으로 산사태 발생지의 산림환경인자 자료를 지 속적인 축적이 필요하며, 산사태 위험등급이 높고 인명피해가 우려되는 시설이 있는 지역의 경우에는 산사태위험 관리지구 지정 등을 통해 지속적으로 관 찰하는 노력이 필요할 것으로 판단된다. 또한 본 산 사태 발생위험 예측 판정표를 활용하여 안전 및 재 산상의 피해를 줄이도록 노력하여야 할 것이다.

    감사의 글

    본 연구는 산림청 산림과학기술개발사업(과제번 호: S211213L020110)의 지원에 의해 이루어진 것입 니다.

    Figure

    Table

    Classification and reactionary number of each factor by category

    The stepwise regression analysis Landslide sediment and factors

    Normalized score of each category and range

    Score table for prediction of Landslide hazard area

    Prediction score for evaluation of Landslide hazard area by score table

    The number of Landslide occurred by hazard class

    Reference

    1. Al Mamun, Jang DH and Park JC. 2017. Comparison of logistic, bayesian, and maxent models for prediction of landslide distribution . Journal of the Korean Geomorphological Association.24: 91-101.
    2. BaeMK , JungKW and ParkSJ . 2009. Development of landslide hazard map using environmental information system: case on the Gyeongsangbuk-do province . Journal of the Environmental Sciences.11: 1189-1197.
    3. ChaeBG , KimYW , NaJH , ChoYC , KimKS and LeeCO . 2004. A prediction model of Landslides in the tertiary sedimentary rocks and volcanic rocks area. The journal of Engineering Geology. 14: 443-450a.
    4. ChaeBG , KimYW , ChoYC , KimKS , LeeCO and ChoiYS . 2004. Development of a logistic regression model for probabilistic prediction of debris flow. The journal of Engineering Geology. 14: 211-222b.
    5. ChoYC , ChaeBG , KimYW and ChangTW . 2007. A modified logistic regression model for probabilistic prediction of debris flow at the granitic rock area and its application; landslide prediction map of gangreung area . The Geological Society of Korea.40: 115-128.
    6. ChooTH , YoonHC , BaeCY and SonHS . 2014. Study on decision for landslide hazard areas by using GIS . Journal of the Korea Academia-Industrial Cooperation Society.15: 5310-5317.
    7. ChoiK. 1986. Landslides occurrence and its prediction in Korea. Doctor of Philosophy Dissertation Kangwon National University Korea. pp.45.
    8. JungKW . 2010. Studies on the causal characteristics of landslide and the development of hazard prediction map for landslide in Gyeongsangbuk-Do Province, Korea Doctor of Philosophy Dissertation Kyungpook National University Korea. pp.1-4.
    9. KangWP , HiroshiM , HiroshiO and MaHS . 1986. On the determination of slope stability to landslide by quantification(II) . Journal Korean Forestry Society.75: 32-37.
    10. KimWY , ChaeBG , KimKS , KiWS , ChoYC , ChioYS , LeeSR and LeeBJ . 2000. Prediction and mitigation of landslide hazards. KR-00(T)-09.
    11. LeeGS , LeeHJ , GoSY and ChoGS . 2014. The evaluation on the prediction ratio of landslide hazard area based on geospatial information . Journal of Cadastre.44: 113-124.
    12. LeeSJ . 2014. Development of prediction technique of landslide using forest environmental factors. Doctor of Philosophy Dissertation Gyeongsang National University Korea. pp.1-11.
    13. LeeSR . 2001. Application of regional landslide susceptibility, possibility, and Risk assessment techniques using GIS . Korean Environmental Geol.149: 385-394.
    14. LeeSR and MinK . 2000. Landsilde analysis of Yongin area using spatial database . Korean Environmental Geol.33: 321-332.
    15. LeeSY , JeongGY and ParkSJ . 2015. Evaluating geomorphological classification systems to predict the occurrence of landslides in mountainous region . The Korean Geographic Society.50: 482-503.
    16. MaHS . 1990. Studies on landslide and debris flow in Mt. Chiri district . Research Bulletin of Experiment Forests Gyeongsang National University.1: 13-25.
    17. MaHS . 1992. Studies on landslide and debris flow in NT. Chiri district . Research Bulletin of Experiment Forests Gyeongsang National University.2: 17-28.
    18. MaHS . 1994. Studies on development of prediction model of landslide hazard and its utilization . Journal of Korean Forestry Society.83: 175-190.
    19. MaHS . 2001. Landslide characteristics and recovery direction in Korean National Parks . Journal of National Park Research.27: 17-21.
    20. MaHS and JeongWO . 2007. Analysis of landslides characteristics in Korean National Parks . Journal of Korean Forestry Society.6: 611-619.
    21. MaHS , JeongWO and ParkJW . 2008. Development of technique of landslide hazard area in Korea National Parks . Journal of Korean Forestry Society.97: 326-331.
    22. MaHS and JeongWO . 2010. Characteristics analysis of debris flow disaster in Korean National Parks. The Korea Society for Environmental Restoration and Revegetation Technology. 13: 52-64.
    23. MaHS , KangWS and LeeSJ . 2014. Prediction and evaluation of landslide hazard based on regional forest environment . Journal of Korean Forestry Society.103: 233-239.
    오늘하루 팝업창 안보기 닫기